预测与决策 第九章时间序列预测法.pptVIP

第九章 时间序列预测法 时间序列，反映现象随时间变动的发展趋势，顺着观测到的趋势延伸，确定未来现象的可能水平，称为时间序列预测法，也叫外推法。 比如：海水的涨潮。刚开始涨潮时，立一个标竿，确定涨潮的高度，再涨潮，再立标竿…… 现象受四大类因素影响： 比如： （1）某公司上月商品销售额为50万元，按长期趋势，月增10％，则本月应为55万元 （2）受季节变动影响，淡季下降5％，变为52.5万元 （3）处于复苏或扩张周期，上升10％，57.75 受有利政策影响，上升8％，则变为62.37 第一节 直接平均法 时间序列中各时间的指标值有多种表现形式，可以是水平量、差量（增长量）、对比量、平均量。 直接平均法：直接计算一定时期内各时间指标值的平均数，以此为基础确定未来期预测值的方法，称为直接平均法。 一、算术平均法 算术平均法，简单、实用，但是它只适合市场现象在各期变化不大，变动趋势呈水平直线状、各观察值错落于某一直线上下的情况预测。 一般有简单算术平均法、加权算术平均法。 （一）简单算术平均法 设时间序列的各期观察值为Y1，Y2，………，Yt ，各期观察值的简单算术平均数 的计算公式为： 例1：某蔬菜公司2001年下半年各月售出各种蔬菜量分别为18，17，19，20，17，19吨，预测2002年1月的蔬菜销售量 加权算术平均数 之所以引入加权算术平均数，是考虑不同时期的观测值对结果的影响程度不同，距离越近，影响越大。 比如，一个人身高的变化1.6，1.63，1.65，1.67，1.72，1.75。 1.75的身高是从1.72来的，而不是直接从1.6来的。 公式为： 权数 表示不同观察值对预测值的不同影响程度。它可以用绝对数表示，也可以用相对数表示 某教师年龄资料（注意组中值） 二、增长量平均法 运用增长量平均法的原因：某现象呈现逐渐增长（或逐渐下降）的趋势，用算术平均法出现滞后性。 平均值肯定小于最后观测值3，4，5－－均值为4 设时间序列的各期观察值为Y1 Y2，………，Yt ，增长量为△Y（注意项数为n－1），平均增长量为 某企业近几年的利润表。预测2002年的值 三、发展速度平均法 如果计算发展速度、合格率（不合格率）等的变化趋势，就不能用算术平均法。 原因在于： 由于各期变量之间，是因果的关系，所以，计算趋势、平均，不再用加减（∑ ）的方法，而是连乘（Π ，用Π 表示连乘）的关系。 设时间序列的各期观察值为Y1，Y2，………，Yt，设环比发展速度为 则 某旅游公司数据，用平均法预测2002－2004的游客 作业 1、某公司1995－2001年销售资料，用增长量平均法求2002年销售额。 2、某公司1986年的钢产量发展速度是1985年的105％，1987－1992年的平均发展速度是108％，1993－1995的平均发展速度为115％，1995年产钢500万吨，求1996年的钢铁产量。 第二节 移动平均法 一、移动平均的计算和意义 时间序列由n期观察值Yn,Yn-1,…Y1 组成，对连续N期（Nn）的观察值进行算术平均，可求得其平均数Mt（移动Move的意思） ，称移动平均。 N称为移动步长 N为实际观察值的期数 必须Nn 如果Nn，不可能，因为数据不完整 如果N＝n，则移动平均变成了简单算术平均 图形表示的移动平均的算法 移动平均数再按照时间先后顺序排列，形成新的时间序列，称为移动平均数序列。 移动平均数能较好的消除原序列中季节变动和不规则变动出现的高点和低点，有修匀数列的作用。 比如：原来1，2.01，2.99，4，4.98 修匀后为1，2，3，4，5 计算移动平均数，要合理确定连续期N的大小。 N值大，修匀效果好，但会降低平均数序列对原时间序列反应的灵敏程度。 N值小，灵敏度提高，但修匀效果降低。 合理选择移动步长的诀窍 一般而言，当原时间序列波动频繁且幅度较大时，N宜选大；反之则宜选小。 为了消除季节波动影响，N应选一周年的时间数。 二、一次移动平均法 一次移动平均，又称为简单移动平均法，一般只适用于没有明显的升降趋势和循环变动的时间序列，否则会出现预测值的滞后偏差。 一次移动平均，之所以简单，是由于它用移动平均值Mt 取代预测值 其预测模型为： 某市1992－2001年的人均粮食资料如图，用一次移动平均法预测2002年的人均数（间隔N为3以及5，即求两次） 最后，两个答案211.33和209.6 取标准差小的。 选取标准差小的，目的在于：从各期实际值看是否大起大落，是定性的分析，不精确。从标准差判断，是定量的分析，精确。 三、加权移动平均法和变动趋势法 一次移动平均法的各个变量的权数，为1。 但是近期近期的现象指标值对未来的影响大于远期变量的